亚马逊Listing进入CDQ时代？关于评分、属性和排名，官方到底怎么说- 大数跨境

首页

亚马逊Listing进入CDQ时代？关于评分、属性和排名，官方到底怎么说

从宇宙大爆炸到PPC

2026-08-12

正文

最近 Amazon 卖家圈里，Composite Data Quality（综合数据质量，简称 CDQ）突然火了起来。

有人说 IDQ 已经被 CDQ 取代，也有人给出了一套非常具体的评分标准：CDQ 满分 100 分，其中属性占 30%、标题占 25%、变体占 20%、图片和 A+ 占 20%、Bullet 和 Description 占 5%。还有一种更进一步的说法是，CDQ 已经成为 Amazon 新的自然排名算法，分数一旦降低，Listing 的自然流量也会跟着下降。

这些说法最大的问题不是听起来不合理，恰恰相反，它们听起来太合理、太具体了，以至于很容易被当成 Amazon 已经公开的官方规则。

所以这篇文章不准备继续猜算法，而是想解决一个更基本的问题：关于 CDQ，Amazon 官方到底说了什么？

先说结论：Amazon 确实公开使用了 Composite Data Quality Scores 这个概念，但截至目前，并没有公开一套面向卖家的 CDQ 评分公式。换句话说，CDQ 不是卖家圈凭空创造出来的概念，但网上流传的很多具体评分规则，也不能直接等同于 Amazon 官方算法。

一、Amazon 官方真的提到过 CDQ 吗？

答案是肯定的。

Amazon 在官方 Sell on Amazon 网站介绍生成式 AI Listing 工具时，曾专门解释如何确保 AI 生成的 Listing 准确并符合要求。Amazon 提到，其生成式 AI 辅助创建的 Listing 质量，会通过自动化的 Composite Data Quality Scores（综合数据质量评分）进行衡量。

官方同时提到，这类质量评估会参考卖家提交的 Listing、人工审核、卖家反馈以及 Listing acceptance rates 等信息。

因此至少有一点可以确定：Composite Data Quality Score 确实存在于 Amazon 官方的数据质量体系中，并不是第三方服务商自己创造出来的名词。

不过，这里有一个非常重要的上下文。Amazon 当时是在介绍Gen AI-assisted Listing 的质量评估，并没有进一步宣布“所有 ASIN 都有一个卖家可见的 0–100 CDQ 分数”，更没有公开表示“这个分数就是新的 Amazon 搜索排名算法”。

这条边界非常重要，因为现在卖家圈很多关于 CDQ 的讨论，实际上已经从 Amazon 官方公开的一小部分信息，延伸到了对整个搜索和 Listing 评分体系的推测。

感兴趣的卖家可以进入去查看原文：

二、CDQ 到底应该怎么理解？

如果只根据 Amazon 已经公开的信息，目前比较稳妥的理解是：CDQ 是 Amazon 综合衡量商品数据质量的一种机制或思路，而不是一套已经完整公开给卖家的算法公式。

这里真正值得注意的其实不是"Score"，而是"Composite"。

过去很多卖家理解 Listing，习惯把它拆成几个独立模块：Title 是一个模块，Bullet 是一个模块，Description 是一个模块，后台 Attributes 又是另外一回事。做 SEO 的时候研究关键词，做转化的时候研究图片，做类目审核的时候再去补后台属性。

但从 Amazon 近几年的产品变化来看，这些信息正在越来越多地被放到同一个商品数据体系中理解。

Amazon 在介绍 AI Listing 创建能力时就提到，过去创建 Product Page，需要卖家提供准确、全面的产品详情，并填写大量产品属性。现在 Amazon 的生成式 AI 工具，则可以尝试从卖家提供的少量文字、产品图片甚至网站 URL 中理解商品，并生成更加完整的商品信息。

Amazon 举过的例子包括是否需要电池、Color、Style、Theme、Occasion Type 等属性。

这背后其实反映了一个很明显的变化：Amazon 对 Listing 的理解，正在从“一段商品文案”转向“一组结构化、能够被机器理解的商品数据”。

从这个角度看 CDQ，会比单纯把它理解成“新的 Listing 打分算法”更接近 Amazon 当前的发展方向。

三、为什么 Structured Attributes 越来越重要？

这其实并不是 CDQ 出现之后才开始的。

Amazon 很早就在通过 Listing Quality Dashboard 推动卖家完善 Product Attributes。官方在介绍这个工具时明确提到，补充推荐的商品信息，可以改善产品的Discovery（可发现性）。

原因并不复杂。消费者在 Amazon 搜索商品时，并不只是输入一个关键词，还会继续使用各种筛选条件。例如购买一个电脑背包时，消费者可能进一步筛选 Laptop Size、Color、Material、Special Feature 等属性。

假设你的产品确实是一个黑色、适配 15.6 英寸电脑、防泼水的 Polyester 背包，但后台没有准确填写这些属性，那么当消费者使用这些条件筛选商品时，Amazon 就可能无法准确判断你的商品是否符合要求。

所以 Attributes 不能再简单理解成“买家看不到的后台资料”。它们本质上是 Amazon 理解一个商品是什么、有什么特征、适合什么需求的重要结构化数据。

这也是为什么今天做 Listing，只研究标题和 Bullet 已经不够了。

四、Amazon 为什么越来越重视完整的商品数据？

因为这些数据的用途远远不止 SEO。

根据 Amazon 对 Listing Quality Dashboard 的官方介绍，完善重要的 Product Attributes，首先可以帮助消费者更容易发现符合条件的商品；其次，一部分重要属性会进入 Product Overview 等购物体验，帮助消费者快速判断商品是否符合需求；另外，对于兼容性、尺寸、规格等关键信息，提供更加准确的数据还有机会减少因为消费者理解错误而产生的退货。

后续 Amazon 对 Listing Quality Dashboard 的介绍中，还提到了 Product Comparison、Price per Unit、Discovery、Reduce Returns 等应用。

把这些场景放在一起就很容易理解：商品数据质量服务的其实是一整条消费者决策链路，包括搜索、筛选、商品理解、比较、购买决策，甚至购买之后的退货控制。

因此，把 CDQ 单纯理解成一个"SEO 分数”，可能反而低估了 Amazon 做商品数据质量这件事的目的。

五、CDQ 和以前卖家理解的 IDQ 到底有什么不同？

目前第三方文章中有一个很流行的说法：IDQ 主要看 Listing 信息有没有填写，而 CDQ 开始进一步判断信息是否准确、是否一致。

这个说法作为理解框架并非没有道理，但如果要求完全基于 Amazon 官方资料，就需要谨慎一些。因为 Amazon 目前并没有公开一份完整的"IDQ → CDQ 算法迁移说明”，告诉卖家旧算法检查哪些字段、新算法增加了哪些检查，以及每一项如何扣分。

我们能够确认的是，Amazon 确实在使用 Composite Data Quality Scores 衡量 Listing 数据质量，同时也在越来越积极地利用 AI 提取、补充和完善 Product Attributes 与 Product Detail Page。

2026 年 Amazon 在介绍 Listing AI 能力时还提到了Enhance My Listing。它的思路并不是只在创建 Listing 的时候生成一次内容，而是持续分析已经存在的 Listing，寻找可以补充和完善的信息。

所以，与其把 CDQ 理解成"Amazon 又换了一套 SEO 算法”，我更倾向于把它理解为：Amazon 正在升级机器理解商品信息质量的能力。

这两个理解看起来很接近，但对卖家的影响完全不同。

如果只是 SEO 算法变化，我们第一反应往往是研究权重、找漏洞、提高分数；如果是商品理解体系升级，那么真正应该解决的问题就变成了：Amazon 能不能准确地知道你卖的到底是什么？

六、网上流传的 CDQ 权重评分表是真的吗？

这是目前 CDQ 讨论中最需要澄清的一件事。

网上已经出现了一套非常具体的 CDQ 权重：

模块	网传权重
Structured Attributes	30%
Title	25%
Variant Compliance	20%
Images + A+	20%
Bullet + Description	5%

这套数字最大的特点是“很像真的”。结构合理、总和刚好 100%，也很符合卖家对 Listing 优化的经验，因此传播速度非常快。

但如果标准只有一个——Amazon 官方有没有公开确认？——那么目前我没有找到 Amazon 官方发布这套固定权重公式的资料。

同样，目前也没有足够的官方公开资料能够证明，每一个 ASIN 都存在一个卖家可以直接查看的统一 0–100 CDQ 分数，并且严格按照上述五个模块计算。

因此，更准确的说法应该是：30-25-20-20-5 可以作为第三方对于 CDQ 的研究模型或解释框架，但现阶段不应该把它写成"Amazon 官方 CDQ 权重”。

如果以后 Amazon 在 Seller Central、官方帮助文档或公开 API 中正式给出评分定义，再按照官方规则更新即可。在此之前，把第三方推测和官方事实分开，是更稳妥的做法。

七、CDQ 会直接影响自然排名吗？

这同样是一个很容易被说得过头的问题。

Amazon 官方已经明确说明，完善 Listing Quality Dashboard 中推荐的商品属性，可以帮助改善 Discovery。消费者通过属性筛选商品时，完整、准确的 Product Information 显然有助于 Amazon 把商品匹配到正确的需求。

所以，商品数据质量会影响商品被正确发现和理解的能力，这一点是有官方依据的。

但这和"CDQ Score 是一个直接的 Organic Ranking Factor，并按照某个固定权重决定自然排名”不是同一件事。目前并没有足够的 Amazon 官方公开资料支持后一个结论。

这也是研究 Amazon 算法时经常容易混淆的地方：一个因素能够改善 Discovery，不代表 Amazon 已经公开承认它以某个具体权重进入自然排名公式。

因此，如果有人告诉你"CDQ 低于 80 分一定掉排名”"CDQ 提高 10 分自然流量就会上升多少”，至少现阶段都应该先问一句：这个数字的官方出处在哪里？

八、不知道 CDQ 公式，卖家应该怎么优化？

其实，即使 Amazon 永远不公开完整的 CDQ 算法，卖家仍然有很多明确的事情可以做。

最直接的入口就是Listing Quality Dashboard。

进入 Seller Central 后，可以在相关 Listing Quality 页面查看 Amazon 针对具体 ASIN 给出的 Recommendations。Amazon 官方建议卖家按照 Recommendation Type 查看问题，找到对应商品，补充缺失的重要属性，保存修改，并继续检查该商品还有哪些 Improvements。

这些建议还会按照潜在作用进行分类，例如Improve Search Results和Reduce Returns。也就是说，Amazon 已经在告诉卖家：哪些商品数据存在缺口，以及补充这些数据可能解决什么问题。

与其花大量时间寻找一个不知道是否真实存在的"CDQ 82 分还是 87 分”，不如先把 Amazon 已经明确指出的问题解决掉。

这里还有一个很实际的原则：不要为了“完整”而填写自己并不确定的数据。商品数据的价值建立在准确的基础上。如果一个属性不确定，应该先核实产品资料，而不是为了填满字段随便选择一个最接近的答案。

九、CDQ 背后真正值得关注的变化

如果把 Amazon 近几年在 Listing、AI、Attributes 和商品信息管理上的动作放在一起看，我认为真正值得卖家关注的变化不是某一个分数，而是 Amazon 正在重新定义 Listing。

以前我们习惯把 Listing 看成一个“商品详情页面”。卖家优化 Listing，核心工作往往是写标题、埋关键词、优化 Bullet、做图片，然后想办法提高点击率和转化率。

现在更合适的理解可能是：Listing 同时也是 Amazon 的商品知识数据。

Amazon 的 AI Listing 工具已经可以从文字、图片和 URL 中理解商品，然后生成 Title、Bullet Points、Description 和 Product Attributes。换句话说，Amazon 并不是把这些内容完全当成互不相关的模块，而是在尝试从不同信息源中理解同一个产品。

这会带来一个很实际的 Listing 优化原则：完整、准确、结构化，而且不同地方描述的应该是同一个产品事实。

关键词当然仍然重要，图片和文案当然也仍然重要。但在此之外，卖家需要多问一个过去容易忽略的问题：Amazon 从我的整套商品数据里，最终理解出来的产品，和我实际卖的产品是不是同一个东西？

十、用一个简单的例子理解

假设你卖的是一款Black 32oz Stainless Steel Water Bottle。

过去做 Listing，运营首先考虑的可能是标题有没有覆盖water bottle、insulated bottle、stainless steel bottle等关键词。

现在除了关键词，还应该检查几个最基本的产品事实。例如 Title 写的是32oz / Black / Stainless Steel，那么后台对应的 Capacity、Color、Material 也应该填写真实准确的信息；如果存在 Variation，当前 Child 应该对应正确的颜色和容量；消费者从图片中看到的产品，也不应该与当前变体产生明显冲突。

这里需要强调一下：Amazon 官方并没有公开告诉我们，CDQ 会针对上述每一个字段怎样交叉验证、怎样扣分。所以不能进一步编造出“标题和属性不一致扣 5 分”之类的算法。

但从商品数据治理角度看，让 Title、Attributes、Variation 和其他商品信息围绕同一组真实产品事实展开，与 Amazon 一直强调的准确、全面 Product Details 和 Listing Quality Recommendations 是一致的。

十一、关于 CDQ，目前哪些能确认，哪些还不能？

为了避免把行业传言和官方信息混在一起，可以简单做一个区分：

关于 CDQ 的说法	官方公开资料情况
Amazon 使用 Composite Data Quality Scores	可以确认
官方将其用于衡量 AI-assisted Listing 的质量	可以确认
质量评估参考 Seller Listing、人工审核、卖家反馈、Listing 接受率等	可以确认
Amazon 重视准确、全面的 Product Details	可以确认
补充 Attributes 可以帮助 Discovery	可以确认
Listing Quality Dashboard 会提供属性改善建议	可以确认
完善部分商品信息有助于减少退货	可以确认
所有 ASIN 都有公开统一的 0–100 CDQ 分数	暂未找到官方确认
CDQ 固定采用 30%-25%-20%-20%-5% 权重	暂未找到官方确认
Amazon 已宣布 CDQ 是新的自然搜索排名算法	暂未找到官方确认
CDQ 低分一定直接导致自然排名下降	暂未找到官方确认
Amazon 已公开完整 CDQ Algorithm	没有

这张表其实比记住某个所谓的"CDQ 满分攻略”更重要。至少在现阶段，它可以帮助我们分清三类信息：Amazon 已经公开确认的、根据官方动作可以合理判断趋势的，以及第三方尚未得到官方验证的算法推测。

结语：AI 时代，Listing 优化已经不能只看一个算法

CDQ 值得关注，但如果只盯着 CDQ，本质上还是容易陷入“找到一个新指标，就围着这个指标做优化”的老思路。

今天 Amazon 的 Listing 已经不是单纯写给搜索引擎看的，也不只是写给消费者看的。一个 Listing 要同时解决搜索匹配、商品理解、需求关联以及 AI 购物助手推荐等不同问题。所以真正需要建立的，不是一套"CDQ 提分技巧”，而是一套适应 Amazon AI 时代的 Listing 方法论。

本周的阿波罗实操课里面课程不会停留在“讲 A9/A10、COSMO、Rufus 分别是什么”。我们会把三套逻辑真正落到 Listing 实操里，这三层解决的问题不同，但最终都落到同一个地方：你的 Listing 到底应该怎么写、属性应该怎么填、产品信息应该怎么组织，才能同时服务搜索算法、Amazon 的商品知识体系和 AI Shopping Agent，最终整理成一套可以直接执行的Amazon AI 时代 Listing 打造 SOP。